Klasa NetCon (rozdzial 10 The NEURON book) Skladnia: section netcon = new NetCon(&v(x), target, thresh, del, wt) Target musi byc procesem punktowym zawierajacym.

Prezentacja na temat: "Klasa NetCon (rozdzial 10 The NEURON book) Skladnia: section netcon = new NetCon(&v(x), target, thresh, del, wt) Target musi byc procesem punktowym zawierajacym."— Zapis prezentacji:

1 Klasa NetCon (rozdzial 10 The NEURON book) Skladnia: section netcon = new NetCon(&v(x), target, thresh, del, wt) Target musi byc procesem punktowym zawierajacym blok NET_RECEIVE Threshold, delay i weight sa opcjonalne; wartosci domyslne: netcon.threshold = 10 // mV netcon.delay = 1// ms netcon.weight = 0// uS Objekt klasy NetCon definiuje polaczenie synaptyczne pomiedzy komorka pre- i postsynaptyczna. NetCon posiada threshold, delay i weight. Gdy zmienna presynaptyczna (V) przekroczy threshold kierunku dodatnim w czasie t, po czasie t+delay wywolywana jest procedura NET_RECEIVE w neuronie postsynaptycznym i dostaje informacje o wartosci weight.

2 Synapsa z eksponencjalnym zanikiem : expsyn1.mod NEURON { POINT_PROCESS ExpSyn1 RANGE tau, e, i NONSPECIFIC_CURRENT i } PARAMETER { tau = 0.1 (ms) e= 0 (millivolt) } ASSIGNED { v (millivolt) i (nanoamp) } Implementacja mechanizmu synaptycznego, w ktorym przewodnictwo g jest okreslone rownaniem rozniczkowym, ktorego rozwiazaniem jest g(t) = g(t 0 )exp[(t-t 0 )/tau], g(t 0 ) – przewodnictwo w momencie przybycia ostatniego impulsu (t 0 ), tau – stala czasowa zaniku.. STATE { g (microsiemens) } INITIAL { g = 0 } BREAKPOINT { SOLVE state METHOD cnexp i= g*(v - e) } DERIVATIVE state { g' = -g/tau } NET_RECEIVE(weight (microsiemens)) { g = g + weight }

3 Prosty model sieci IClampNeuron 1Neuron 2

4 Zachowanie modelu stimobj.ineuron[0].soma.v(0.5)neuron[1].soma.v(0.5)